Maestría en Ciencia de los Datos y Procesamiento de Datos Masivos (BIG-DATA)

Inscríbete Aquí.

  • Duración del programa: 6 cuatrimestres
  • Número de créditos: 162
  • Número de materias: 18
  • Duración de cada materia: 4 semanas
  • Duración de dirección de tesis: Verificar las Opciones de titulación

Descripción

Formar especialistas con los conocimientos y habilidades adecuados para analizar y procesar grandes volúmenes de datos y aplicar los resultados en diferentes áreas del desempeño.

  • Se valida la documentación de extranjeros en físico por el Instituto de Educación de Aguascalientes quien emite la resolución para la admisión del interesado.
  • Los títulos llamados "propios" de universidades extrajeras no son aceptados.
  • En caso de extranjeros se pide una carta firmada que indica que su título obtenido en esta universidad será solamente con fines académicos.

Al finalizar la Maestría los egresados tendrán los conocimientos y habilidades adecuados para procesar, gestionar y analizar diferentes niveles de datos y aplicar los resultados en diferentes áreas de desempeño.

  • Analizar y procesar grandes volúmenes de datos y descubrir los patrones más relevantes.
  • Utilizar la información extraída de los datos para su análisis en diferentes contextos.
  • Aprovechar la información contenida en los grandes volúmenes de datos y tomar decisiones al respecto.
  • Aplicar la investigación para la recopilación de información y toma de decisiones respecto a necesidades que se presenten en las organizaciones.

Diseñar y programar en el lenguaje de programación R como herramienta efectiva en el análisis de datos.
Analizar las caracteristicas del computo en la nube asi como sus tendencias y modelos de servicios para la toma de decisiones.
El alumno interpreta los conceptos de Inteligencia Artificial y aprende a diseñar máquinas que: evolucionan, reconocen y controlan datos estructurados, semi-estructurados y no estructurados para dar soluciones a problemas computacionales y visualiza las posibles aplicaciones de estas herramientas en las organizaciones.
Comprender y realizar análisis de datos obtenidos del internet de las cosas por medio de un simulador que genere datos de sensores.
Describir y aplicar técnicas básicas de programación en el lenguaje Python orientadas a construir programas específicos para big data y al análisis de datos con métodos de aprendizaje supervisado del machine learning.
El alumno interpreta los conceptos de Machine Learning y aprende a diseñar máquinas que: agrupan, clasifican y predicen datos estructurados, semi-estructurados y no estructurados para dar soluciones a problemas computacionales y visualiza las posibles aplicaciones de estas herramientas en las organizaciones.
Al término del curso el alumno será capaz de: Describir, caracterizar, gestionar e implementar los conceptos relacionados con aspectos relevantes de las Tecnologías Avanzadas de Bases de Datos.
Describir y aplicar los principios básicos de los Gestores de Bases de Datos y su entorno de almacenamiento con el modelo relacional y modelos no SQL, en el mismo sentido proporcionará una visión general de las herramientas para el tratamiento de datos e inteligencia de negocios.
Conocer el proceso de descubrimiento de conocimiento, sus técnicas, su aplicación a casos concretos y evaluar los resultados de un sistema que implementa el proceso de descubrimiento de conocimiento en bases de datos no estructuradas.
Proporcionar al estudiante conocimientos específicos de estadística aplicado al gran volumen de datos en los negocios con un enfoque orientado a toma de decisiones.
Al término del curso el alumno será capaz de: Describir, caracterizar, gestionar e implementar la Analítica Web y de Negocios en grandes repositorios de data para una correcta Toma de Decisiones.
Describir, caracterizar, gestionar e implementar las diversas técnicas existentes para el procesamiento de datos y una correcta diseño, caracterización, construcción e implementación de un correcto dataset.
Los participantes desarrollarán los aspectos fundamentales de los procesos de investigación, comprenderán la integración de los dos primeros capítulos que compone el documento final del estudio para la generación de la tesis que pueda ser la base en su proceso de conclusión de sus estudios de maestría.
Interpretar los conceptos de Big Data y aprende a diseñar máquinas que: agrupan, clasifican y predicen datos estructurados, semi-estructurados y no estructurados en paralelo para dar soluciones a problemas computacionales y visualiza las posibles aplicaciones de estas herramientas en las organizaciones.
Profundizar en las técnicas de clasificación, minería de datos y otros conceptos relacionados a la ciencia de los datos, usando Python para el tratamiento de datos y análisis con los algoritmos de machine learning.
Describir y aplicar los principios básicos del aprendizaje profundo usando redes neuronales con keras para su procesamiento en Python
Gestionar e implementar las diversas técnicas existentes para el procesamiento de datos en el paradigma del Web Mining, incluyendo dataset asociados con un Serious Game.
Los participantes desarrollarán los aspectos fundamentales de los procesos de investigación, comprenderán la integración de los tres últimos capítulos que compone el documento final del estudio para la generación de la tesis que pueda ser la base en su proceso de conclusión de sus estudios de maestría.
* Una vez que concluya los créditos curriculares de los seis cuatrimestres, el egresado podrá solicitar el inicio formal de su proceso de dirección de tesis, que fundamentalmental le llevará un año, con equivalencia a 1344 horas de trabajo en el desarrolllo de su tesis doctoral. Este proceso de dirección de tesis al interior de la administración académica está constituido por 3 talleres: taller de Dirección de Tesis I, taller de Dirección de Tesis II y taller de Dirección de Tesis III.

¡Obten tu admisión ahora !

Inscribirse